- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT04319055
AI-assistert ansiktskirurgisk planlegging
16. februar 2021 oppdatert av: National Taiwan University Hospital
Kunstig intelligens-assistert ansikts-, periokulær- og orbitalanalyse og kirurgisk planlegging
Datasyn ved hjelp av dyp læringsarkitektur er mye brukt i autogjenkjenning.
I forskningen brukes dyplæringsmodellen som trenes opp av kategoriserte enkeltøyebilder for å oppnå den gode ytelsen til modellen i blefaroptose autodiagnose.
Studieoversikt
Status
Fullført
Detaljert beskrivelse
Dette autodiagnosesystemet for blefaroptose ved bruk av maskinlæringsarkitektur vil hjelpe til med telemedisin, for eksempel tidlig screening av barndomsptose for rask henvisning og behandling.
Folk kan bruke denne programvaren via mobile enheter for å få en primitiv diagnose før de når legene.
Videre, i primærhelsetjenesten, der det ikke er noen okuloplastisk kirurg, kan programvaren hjelpe primærleger eller generelle øyeleger med å identifisere behovet for en henvisning.
Studietype
Observasjonsmessig
Registrering (Faktiske)
17932
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
-
Taipei, Taiwan
- National Taiwan University Hospital
-
-
Deltakelseskriterier
Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
20 år til 65 år (VOKSEN, OLDER_ADULT)
Tar imot friske frivillige
Nei
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Sannsynlighetsprøve
Studiepopulasjon
Alle data ble samlet inn ved oftalmiske poliklinikker ved National Taiwan University Hospital.
Beskrivelse
[Inklusjonskriterier]
- Deltakerne som var 20 år eller eldre,
- Kirurgisk informert samtykke ble godkjent av deltakerne selv,
- Deltakere som har kirurgiske indikasjoner på de okulofaciale operasjonene, og
- Deltakerne som ble enige om fotografering etter forklaring fra kirurgen ved poliklinikker.
[Ekskluderingskriterier]
- Deltakerne som var 19 år eller yngre,
- Deltakerne som ikke har kirurgiske indikasjoner på okulofaciale operasjoner,
- Deltakerne som ble designet for minimalt invasive behandlinger, som Botox eller noen form for fillerinjeksjon,
- Deltakerne som nektet fotografering av en eller annen grunn, og
- Deltakerne som ikke er tilgjengelige for standardkvalitet på fotografering, for eksempel sengeliggende pasienter.
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Modellytelsen vurderes etter nøyaktighet
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
En tilnærming til kunstig intelligens
|
Gjennom studiegjennomføring i snitt 1 år
|
|
AUC (Area Under the Curve)
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
En tilnærming til kunstig intelligens
|
Gjennom studiegjennomføring i snitt 1 år
|
|
ROC (Receiver Operating Characteristics) kurve.
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
En tilnærming til kunstig intelligens
|
Gjennom studiegjennomføring i snitt 1 år
|
|
En kunstig intelligens tilnærming for å identifisere ansikts-, periokulære og orbitale sykdommer
Tidsramme: Gjennom studiegjennomføring i snitt 1 år
|
Modelltolkbarheten er tilgjengelig av Grad-CAM (Class Activation Maps).
|
Gjennom studiegjennomføring i snitt 1 år
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Samarbeidspartnere
Etterforskere
- Hovedetterforsker: Shu-Lang Liao, MD,MPH, EMBA, National Taiwan University Hospital
Studierekorddatoer
Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.
Studer hoveddatoer
Studiestart (FAKTISKE)
1. januar 2009
Primær fullføring (FAKTISKE)
31. desember 2018
Studiet fullført (FAKTISKE)
30. juli 2019
Datoer for studieregistrering
Først innsendt
3. mars 2020
Først innsendt som oppfylte QC-kriteriene
23. mars 2020
Først lagt ut (FAKTISKE)
24. mars 2020
Oppdateringer av studieposter
Sist oppdatering lagt ut (FAKTISKE)
18. februar 2021
Siste oppdatering sendt inn som oppfylte QC-kriteriene
16. februar 2021
Sist bekreftet
1. februar 2021
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 201908066RIND
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
NEI
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Nei
Studerer et amerikansk FDA-regulert enhetsprodukt
Nei
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .